PRELIMINÄR RAPPORT
Mörkertal i viltolycksstatistiken – resultat från
en-kätundersökning och analyser av olycksdata
Version 2017-05-31
Dokumenttitel: Mörkertal i viltolycksstatistiken – resultat från enkätundersökning och analyser av olycks-data. Version 2017-05-31.
Skapat av: Andreas Seiler (SLU) och Annika K. Jägerbrand (Calluna AB1)
Dokumentdatum: 2017-05-31
Dokumenttyp: Rapport från forskningsprogrammet TRIEKOL Publikationsnummer: 2016:055
Utgivare: Trafikverket
Kontaktperson: Anders Sjölund Foto framsida: Andreas Seiler Tillgängligt via: www.TRIEKOL.se
Bör citeras: Seiler, A. & Jägerbrand, A.K. (2016) Mörkertal i viltolycksstatistiken – resultat från enkätun-dersökning och analyser av olycksdata. Preliminär rapport, version 2017-05-31. Trafikverkets publikat-ionsnummer 2016:055, Trafikverket.
Rapporten är framtagen med ekonomiskt stöd från Trafikverkets Skyltfond, Älgskadefondsföreningen och Trafikverkets projekt TRIEKOL. Ståndpunkter, slutsatser och arbetsmetoder i rapporten reflekterar författarna och överensstämmer inte med nödvändighet med Trafikverkets ståndpunkter, slutsatser och arbetsmetoder inom rapportens ämnesområde.
transportforsk-Innehåll
Sammanfattning... 4
English summary ... 6
1 Målsättning och syfte ... 9
2 Inledning ... 10
2.1 Viltolyckstrender och mörkertal ... 10
2.2 Behov av uppdatering ... 13
2.3 Mörkertal, bortfall och skevheter ... 15
2.4 Metoder ... 15
3 Enkätundersökning med bilister ... 16
3.1 Om respondenternas bakgrund och åsikter ... 16
3.2 Respondenternas erfarenheter av viltolyckor ... 20
3.3 Viltolyckor efter 2004 ... 21
3.4 Rapporteringsgrad efter år 2004 ... 27
4 Viltrelaterade personskador i STRADA ... 30
4.1 Mörkertal i personskadeolyckor ... 31
4.2 Utveckling och trender ... 35
5 Statistik från polis och kontaktpersoner ... 37
5.1 Polisrapporter ... 38
5.2 Bortfall i polisrapporter ... 38
5.3 Viltolycksrapporter ... 40
5.4 Kvalitet och rumslig precision ... 41
6 Uppräkningsfaktorer ... 45
7 Förslag på förbättringsåtgärder ... 48
8 Tack ... 49
9 Referenser ... 50
Bilaga 1. Viltolycksenkäten ... 52
Förord
Denna version av rapporten (2017-05-31) skrevs efter att nya uppgifter om statistikdatabaserna och länkarna sinsemellan kom fram. Dessa uppgifter påver-kar bortfallsberäkningarna, men inte resultat från enkätundersökningen.
Sammanfattning
En av de vanligaste orsakerna till vägtrafikolyckor är påkörning av vilda djur, i synnerhet klövdjur. Över 45 000 viltolyckor per år registrerades under de sen-aste 5 åren och antalen ökar stadigt. Trots upprepade informationskampanjer, omfattande investering i viltstängsel och andra förebyggande åtgärder och i kon-trast till avskjutningsstatistik för älg och rådjur, så ökar olyckstalen i snabbare takt än vad som kan förväntas på grund av ökat trafikarbete och större fordons-flotta. Det är tydligt att viltolycksproblematiken i Sverige inte är under kontroll. En bidragande faktor är att inte alla inträffade olycksfall rapporteras och inte alla rapporterade händelser återges av den officiella statistiken. Uppräknings-faktorerna som Trafikverket använder i sina Effektberäkningar vid Väganalyser (EVA-kalkyler) är utdaterade och utgår från effektsamband som troligtvis inte längre är aktuella. För att planera effektiva och riktade åtgärder behövs bättre kunskap om var, när och hur ofta viltolyckor inträffar.
Föreliggande projekt avser att uppdatera kunskaperna om mörkertalet i rappor-teringen av viltolyckor på väg och belysa andra bortfall i statistiken. Målsätt-ningen är att ta fram ett uppdaterat underlag (Uppräkningsfaktorer) för använd-ning i effektberäkanvänd-ningar vid väganalyser samt undersöka kvarstående utred-ningsbehov och eventuella förbättringsmöjligheter som kan leda till en bättre uppskattning av konflikten mellan vilt och vägtrafik.
Projektet omfattar tre delstudier: enkätundersökning med bilförare, analys av viltrelaterade personskadeolyckor i STRADA (d.v.s. Swedish Traffic Accident
Data Acquisition) samt en jämförande analys av olycksrapporter från polisens
och eftersöksjägarnas inrapportering i viltolycksstatistiken tillgänglig hos NVR (Nationella Viltolycksrådet).
En enkätstudie via internet (på domänen www.viltochtrafik.se) genomfördes för att undersöka storleken på mörkertalet i rapportering av viltolyckor från bilfö-rare till polis. Enkäten var tillgänglig för allmänheten online under perioden 2013-10-31 till 2014-12-31 och besvarades av 3981 respondenter. Vi ställde frå-gor kring kunskaper om och erfarenheter med viltolyckor och bad om mer detal-jerade uppgifter om den incidenten som inträffade för respondenterna efter 2004. Mer än hälften av alla respondenter (65 %) har varit med om en klövvilt-olycka någon gång och runt 20 % av dessa angav att klövvilt-olyckan troligen aldrig rap-porterats till polisens kännedom. Drygt 45 % av respondenterna angav att de va-rit med om viltolyckor efter år 2004 och mörkertalet uppskattades till mellan 9 % och 19 %. Vi rekommenderar att det schablonmässiga mörkertalet för klövvilt (oavsett art) bör vara 15 % (±5 %). Våra resultat visar att mörkertalet i rapporte-ringen från bilist till polisen har närmare halverats sedan 1970-talet.
Efter att en olycka anmälts till polisen finns risk för ytterligare bortfall i statisti-ken. Inkommande polisanmälningar överförs manuellt till olika databaser, bero-ende på hur händelsen klassificeras. Olyckor där viltet inte utgjorde den omedel-bara orsaken till skadan klassas inte som viltolycka och återfinns då inte i den officiella polisiära statistiken på viltolyckor. Detta bortfall är ej kvantifierad men uppskattas ligga på kanske 5 % eller högre.
Trafikolyckor med personskador (ca 1,6 % av alla viltolyckor) rapporteras vidare till databasen STRADA. Vår analys visade att i genomsnitt 37 % av alla viltrelate-rade personskadeolyckor under 2003–2012 inte var klassade som en viltolycka och därmed förmodligen inte heller fanns listat som viltolycka i Polisens T-RAR (trafikregister).
När en olycka med vilt anmäls kontaktas i regel en kontaktperson kontaktperso-ner för att vid behov ta hand om det skadade djuret. Vid jägarens platsbesök skrivs en viltolycksrapport med detaljerade uppgifter om plats, tid och djurart. Inte alla rapporter (84 %) innehåller dock fullständiga och korrekta uppgifter som kan användas vid rumsliga analyser av olyckor. Det verkar även finnas en skevhet i viltolycksstatistiken med ca 12 % färre eftersök längs enskilda och kommunala vägar än förväntad.
Tekniska problem i Polisens datasystem under 2012–2015 medförde dessutom att ett okänt antal anmälda viltolyckor inte registrerades i trafikregistren (T-rar, pust, k-rar). Det ledde till att det i vissa regioner och under vissa år finns fler viltolycksrapporter än polisrapporter. Vi uppskattar att detta bortfall kan ligga på minst 11 % i genomsnitt, under antagandet att rapporter från eftersöksjä-garna utfärdats för runt 90 % av alla polisregistrerade fall.
Förenklat uttryckt står alltså den polisiära statistiken på viltolyckor under 2010 – 2015 för runt två-tredje delar av de verkligt inträffade olyckorna, medan efter-söksstatistiken i rumsliga analyser representerar ungefär hälften. Denna enkla tumregel bör dock användas försiktigt eftersom det finns tydliga avvikelser i mörkertalen mellan viltarterna, länen och åren.
De olika bortfallen i statistiken har därmed en påtaglig effekt på den totala upp-skattningen av olyckstal. Vissa av orsakerna för bortfallen kan dock lätt åtgärdas eftersom de beror till stor del på brister i rutiner för registrering och
data-bashantering. Vi rekommenderar därför en systematisk kontroll av databaserna och förbättrade kontrollmekanismer vid registrering och klassificering av an-mälda fall. Vi rekommenderar också att databaserna i STRADA, trafikregistret och eftersöksstatistiken länkas via ett gemensamt händelse-ID. Detta kan un-derlätta mycket vid framtida bortfallsanalyser. Vi föreslår även detaljstudier av hur olyckorna registreras och tolkas för att bättre kunna förebygga framtida bortfall.
Andreas Seiler (SLU)
English summary
Hidden statistics in wildlife-vehicle collision data – results from a drivers’ questionnaire and database analyses
Among the most common causes of road accidents in Sweden are collisions with wild animals, especially ungulates. Over 50,000 ungulate accidents per year have been reported during the past 5 years and the numbers are steadily in-creasing since the 1970-ies. Despite regular campaigns, extensive investment in wildlife fencing and other preventive measures, and in contrast to declining game bag in moose and roe deer, accident statistics increase faster than what can be expected from increased traffic alone. It is obvious that wildlife-vehicle accidents in Sweden are not under control. Major contributing factors are defi-ciencies in data and uncertainty in statistics. It is well known that not all acci-dents are reported or show up in the official statistics, but the correction factor still used by the Swedish Transport Administration is based on over 35 years old data when traffic and wildlife conditions had been different. A better knowledge of where and when and how frequent wildlife-vehicle collisions occur is needed to more effectively plan and target mitigation actions.
This project provides updated estimates of the hidden statistics in wildlife-vehi-cle collision data and identifies uncertainties and problems in current statistics. This was done by: i. a survey with car drivers, ii. an analysis of wildlife-related accident statistics on human injuries in the Swedish Traffic Accident Data Ac-quisition (STRADA), and iii. a comparative analysis of accident report statistics from the police and from hunters provided by the National Council on Wildlife-Vehicle Collisions (Nationella Viltolycksrådet).
To estimate how often drivers do report and refrain from reporting wildlife-ve-hicle accidents to the police, we conducted a publicly available online-survey during Nov. 2013 to Dec. 2014 that was answered by 3981 respondents. We asked the respondents about their knowledge of and experience with wildlife-ve-hicle accidents and requested details on the most recent incident they experi-enced after 2004. More than half of all respondents (65%) reported to have been involved in wildlife-vehicle collisions at any time and around 20 % of these indi-cated that the accident was never reported to the police. About 45% of the re-spondents declared that they experienced traffic accidents with wildlife after 2004, and the proportion of non-reported incidents was estimated to between 9% (public respondents) and 19 % (control groups). We recommend therefore assuming that about 15% (± 5%) of the incidents will not be known by the police. Compared to studies from the late 1970-ies, these hidden statistics appear hence much smaller today.
After that an incident has been reported to the police, however, there are further important sources of data loss.
Depending on how the incident has been classified in the report, the records are manually transferred to secondary databases such as the traffic accident register (T-RAR). Incidents where wildlife was not the immediate cause of the accident
may not be classified as wildlife-vehicle collision and thus not be found in the of-ficial police statistics. This loss has not been quantified but is estimated to be around 2%.
Traffic accidents with human injuries (about 1.6% of all wildlife accidents) are reported to the database STRADA. Our analysis showed that on average 37% of all game-related injury accidents during 2003- 2012 was not classified as a wild-life accident and therefore probably neither was listed as such in the official po-lice statistics.
In most cases (74%) when an accident with wildlife is reported to the police, they notify a contracted hunter to take care of the injured animal. The hunter in turn issues a report with detailed information on the location, time and animal species. Not all of the reports (84%), however, contain complete and accurate in-formation that can be used for spatial analyses of accidents. In addition, hunt-ers’ reports seem to be biased towards larger roads and underestimate the num-ber of accidents on private and tertiary roads by about 12%.
Technical problems in the police data system during 2012-2015 resulted in the loss of an unknown number of reported wildlife-vehicle accidents. This is why in some regions and in some years, more hunter reports were issued than police records exist. We estimate that this loss may accede 11% on average.
In simplified terms, police statistics on wildlife-vehicle accidents during 2010 - 2015 may stand for about two-thirds of the truly occurred accidents, while hunter reports that are used in spatial analyses represent about half of the true accident frequency. However, this rule of thumb should be used cautiously as there are substantial differences in the hidden and lost statistics between the years, counties and species.
Thus, the various shortfalls in these statistics have a significant impact on the overall estimate of wildlife-vehicle collision numbers. Depending on the data sources and on how statistics are used, different biases and data losses must be considered. Some of the causes can be easily overcome as they relate to deficien-cies in registration routines and database management. We therefore recom-mend a systematic check of the databases and improved control during registra-tion and classificaregistra-tion of reported cases. We advocate that the different inpendent databases are linked through a common event ID. We also suggest de-tailed studies of how accidents are recorded and interpreted in order to better prevent future data loss.
Andreas Seiler (Swedish University of Agricultural Sciences) Annika Jägerbrand (Calluna AB)
1 Målsättning och syfte
Transportsystemet ska möjliggöra en god utveckling mot flera olika samhällsmål såsom framkomlighet, trafiksäkerhet samt miljö (Trafikverket 2014). Trafikver-ket ansvarar för långsiktig planering, byggande samt drift och underhåll av stat-liga vägar och järnvägar och har det övergripande ansvaret för trafiksäkerheten i Sverige. En av de vanligaste orsakerna till vägtrafikolyckor är påkörning av vilda djur, i synnerhet klövdjur. Över 50 000 viltolyckor per år rapporterades under de senaste 5 åren (Nationella Viltolycksrådet). I genomsnitt registreras cirka 130 vägtrafikolyckor med klövdjur (17 med älg, 95 med rådjur, 10 med vildsvin, öv-riga med dovhjort och kronhjort) varje dag. Lyckligtvis medför de flesta vilto-lyckor på väg inga eller lätta personskador. Över 97 % av de registrerade fallen utgörs av enbart egendomsskadeolyckor, men ändå summeras de sammanvägda kostnaderna för samhället till omkring 3 miljarder kronor årligen (Seiler, Olsson 2017). Trots upprepade informationskampanjer, omfattande investering i vilt-stängsel och andra förebyggande åtgärder och trots att avskjutningsstatistiken (för älg och rådjur) indikerar stagnerande eller minskande viltstammar, så ökar antalet viltolyckor i snabbare takt än vad som kan förklaras genom trender i tra-fikarbete och storleken på fordonsflottan.
Den officiella bilden visar därför tydligt att viltolycksproblematiken i Sverige inte är under kontroll. En viktig bidragande faktor är osäkerheten i statistiken. Det är känt att långt ifrån alla inträffade olycksfall återfinns i den officiella sta-tistiken. Uppräkningsfaktorn för mörkertal av viltolyckor har tidigare uppskat-tats ligga omkring faktor 2 i genomsnitt, vilket innebär att för varje registrerad olycka antogs finnas en icke rapporterad olycka (Almkvist m. fl. 1980). Denna Uppräkningsfaktor som Trafikverket använder än idag i effektberäkningar vid väganalyser och i lönsamhetsbedömning av åtgärder (Swedish-Transport-Administration 2016) är dock en grov förenkling och troligen felaktig. Den är baserad på rapporteringsförhållanden som fanns vid slutet av 1970-talet men som inte längre existerar idag. Regelverken och lagarna har dessutom föränd-rats. Utan detaljerad kunskap om var och när och hur många olyckor inträffar i verkligheten är det svårt att utveckla kostnadseffektiva åtgärder.
Föreliggande projekt avser att uppdatera kunskaperna om mörkertalet i rappor-teringen av viltolyckor på väg och belysa andra bortfall i statistiken. Större insikt i hur den officiella statistiken återspeglar verkligheten ska hjälpa att förbättra kostnadsuppskattningarna för viltolyckor och därmed stödja framtagning av fö-rebyggande åtgärder. Målsättningen med projektet är således att ta fram ett uppdaterat underlag (Uppräkningsfaktorer) för användning i effektberäkningar vid väganalyser samt undersöka kvarstående utredningsbehov och eventuella förbättringsmöjligheter som kan leda till en bättre uppskattning av konflikten mellan vilt och vägtrafik.
2 Inledning
2.1 Viltolyckstrender och mörkertal
Vägtrafikolyckor med klövdjur som älg, hjort, rådjur och vildsvin uppmärksam-mas allt mer i Europa och i många länder verkar problemet tillta i takt med att trafiken ökar och viltstammarna växer (Bruinderink, Hazebroek 1996; Mysterud 2003; Seiler 2004; Glista m. fl. 2009; Langbein m. fl. 2010; Rolandsen m. fl. 2011; Hothorn m. fl. 2012; Sáenz-de-Santa-María, Tellería 2015). Redan år 1996 uppskattades att antalet klövviltolyckor i Europa överstiger en halv miljon per år, orsakande över 300 dödsfall och en samhällskostnad av mer än 1 Billion US$ (Bruinderink, Hazebroek 1996; Langbein m. fl. 2010). Enbart i Tyskland beta-lade försäkringsbolagen ut en ersättning på över 5,5 miljarder kronor för totalt 258 000 viltolyckor år 2012 (GDV 2013 i Hothorn m. fl. 2012). I Sverige upp-skattas att vägtrafikolyckor med enbart älg och rådjur skapar en samhällskost-nad på nästan 3 miljarder kronor per år (Seiler, Folkeson 2006; Seiler, Olsson 2017).
Antalet viltolyckor i Sverige (på både väg och järnväg) har ökat stadigt under de senaste årtionden (Figur 1) och djur som dödas i trafiken orsakar en allt större del av mortaliteten i viltstammarna. Kvoten mellan avskjutning och trafiko-lyckor förändras i snabbare takt än vad som kan förväntas av trender i förbätt-rad inrapportering, trafikarbete, fordonsflotta eller tillväxt i viltpopulationer (Seiler m. fl. 2011; Jägerbrand 2014). Trots omfattande investering i viltstängsel och andra förebyggande åtgärder, regelbundna informationskampanjer och del-vis minskande viltstammar (för älg och rådjur), samt en laglig skyldighet för rapportering vid olycksfall1 verkar viltolyckssituationen i Sverige inte vara under kontroll.
Mörkertalet i viltolycksstatistiken kan vara en av de bakomliggande orsakerna till att det är svårt att veta varför viltolyckorna ökar. Ett stort mörkertal leder inte bara till olyckornas verkliga omfattning underskattas, utan felaktiga anta-ganden om var och när ett mörkertal uppstår skapar en dålig grund för bedöm-ning av åtgärdsbehov och placering av åtgärder. Utan detaljerade kunskaper om olyckorna blir det svårt att installera kostnadseffektiva förebyggande åtgärder. Den svenska statistiken för kollisioner med djur omfattar endast de arter som listas i § 40 i jaktförordningen (1987:905): stora rovdjur som björn, varg, järv, lo; klövvilt som älg, hjort, rådjur, vildsvin, mufflonfår; samt arter som utter och örn. Påkörningar av andra djur som t.ex. grävling, räv, skogsfågel, igelkott, eller hare, registreras inte och bortsett från uppskattningar i enskilda forskningspro-jekt (Göransson m. fl. 1978; Seiler m. fl. 2004; Helldin 2013), finns det ingen statistik på incidenter med dessa djur.
1 Rapporteringsskyldighet infördes 2010 för arter som listas i § 40 i jaktförordningen;
Figur 1. Indexförändring i antal registrerade viltolyckor och jaktuttaget för älg, rådjur och vildsvin sedan 1970. År 2000 upphörde Vägverkets registrering av vägtrafikolyckor utan personskador och därmed också över 95 % av viltolyckorna. År 2003 påbörjades en nat-ionell registrering av viltolyckor hos polisen. Jämförelser av olyckstal före och efter år 2000 görs därför i relation till två olika indexår: 1999 och 2003. Antalet viltolyckor för 2012 - 2014 är korrigerade efter rapporter från kontaktpersoner eftersom polisens sta-tistik inte varit komplett. Se text för detaljer. Källor: Vägverket (1970–1999), Nationella Viltolycksrådet (2003–2014) och Svenska Jägareförbundet (avskjutningsstatistik).
0,0# 0,2# 0,4# 0,6# 0,8# 1,0# 1,2# 1,4# 1,6# 1,8# 2,0# 1970# 1975# 1980# 1985# 1990# 1995# 2000# 2005# 2010# 2015# In d ex &c h an ge &( b as is :&1 99 9& an d &2 00 3)
*& MOOSE&/&ÄLG& Road traffic /
Vägolyckor Hunting / jakt Index basis < 1999 I 2003 > 0,0# 0,2# 0,4# 0,6# 0,8# 1,0# 1,2# 1,4# 1,6# 1,8# 2,0# 1970# 1975# 1980# 1985# 1990# 1995# 2000# 2005# 2010# 2015# In d ex &c h an ge &( b as is :&1 99 9& an d &2 00 3) *& ROE&DEER&/&RÅDJUR& Road traffic / Vägolyckor Hunting / jakt Index basis < 1999 I 2003 > 0,0# 1,0# 2,0# 3,0# 4,0# 5,0# 6,0# 7,0# 8,0# 1970# 1975# 1980# 1985# 1990# 1995# 2000# 2005# 2010# 2015# In d ex &c h an ge &( b as is :&1 99 9& an d &2 00 3) *& WILD&BOAR/&VILDSVIN& Road traffic / Vägolyckor Hunting / jakt Index basis < 1999 I 2003 >
En enkätstudie med bilförare antyder att årliga olyckstillbud under mitten av 1990-talet kan ha legat på över 50 000 rådjur och 10 000 älgar, 30 000 gräv-lingar, flera tusen rävar och igelkottar samt tusentals andra större och medel-stora däggdjur (Seiler m. fl. 2004; Helldin 2013). Dåvarande Vägverkets statistik innehöll uppgifter på olyckor med omkring 22 000 rådjur och 4 400älgar per år under 1990-talet (Seiler 2004) men inrymmer att det verkliga antalet olyckor kan ha varit dubbelt så stort.
Liknande stora bortfall rapporteras även från andra länder (Conover m. fl. 1995; Steiner m. fl. 2014) och generellt brukar endast personskadeolyckorna återfin-nas i statistiken (Hussain m. fl. 2007; Steiner m. fl. 2014) medan viltolyckor som endast medför egendomsskador inte registreras alls. Studier från sent 1970-tal antyder att den dåvarande officiella statistiken hos Vägverket svarade för mindre än 40 % av alla verkligt inträffade viltolyckor (Almkvist m. fl. 1980). Cirka en tredjedel av olyckorna rapporterades aldrig till polisen och ytterligare en tredjedel föll bort när de inrapporterade olyckorna överfördes till Vägverkets statistik. Bortfallet var särskilt stort för olyckor utan personskador. För att kunna beräkna de verkligt inträffade antalet viltolyckor utifrån Vägverkets sta-tistik behövde man därför räkna upp antalet egendomsskadeolyckor med 250 %, medan antalet dödsolyckor korrigerades uppåt med 6 % (Andre 1979; Almkvist
m. fl. 1980). Vägverket generaliserade Uppräkningsfaktorn för viltolyckor till
motsvarande 100 % (d.v.s. med en Uppräkningsfaktor på 2). För olyckor utan vilt utgår Trafikverkets EVA-kalkyler från en schablonmässig Uppräkningsfak-tor på 7,0 för egendomsskadeolyckor, 1,7 för olyckor med personskador och 1,0 för dödsolyckor (Swedish-Transport-Administration 2016).
I samband med införandet av Nollvisionen år 2000, en strategisk satsning på att minska antalet skadade person i vägtrafiken (Trafikverket 2012), upphörde regi-strering av alla egendomsskadeolyckor och därmed försvann regiregi-streringen av cirka 95 % av alla viltolyckor. Fram till dess hade viltolyckor stått för över 60 % (i norra Sverige även 70 %) av alla polisanmälda vägtrafikolyckor. Först år 2003 startades en ny viltolycksstatistik genom samverkan mellan polis, jägarorgani-sationer, försäkringsbolag, Vägverket, m fl. Denna samverkan blev grunden till nuvarande Nationella Viltolycksrådet2 som sammanställer och tillhandahåller officiell statistik på viltolyckor både från polisens trafikregister och rapporter från kontaktpersoner. Personskadeolyckor registreras sedan 2003 i STRADA3 (Swedish Traffic Accident Data Acquisition) och där återfinns även sådana olyckor som av polisen inte klassades som viltolycka trots att vilt varit involve-rad (Lindqvist 2010; Bylund 2012).
År 2010 infördes en allmän rapporteringsskyldighet för olyckor med §40-ar-terna och en effektiv eftersöksorganisation har utvecklat rutiner för mer omfat-tande och även platsspecifika inrapporteringsuppgifter för viltolyckorna. Sedan 2012 ingår där även viltpåkörningar från järnväg.
2 Nationella Viltolycksrådet: www.viltolycka.se
2.2 Behov av uppdatering
På grund av förändrade förutsättningar för viltolyckor sen 1970-talet (Faktaruta 1) är den tidigare uppskattningen av mörkertalet i statistiken inte längre tillämp-lig. Det är möjligt att mörkertalet har minskat i och med att medvetenheten hos bilförare har ökat, allmän rapporteringsskyldighet har införts och olycksstatisti-ken blivit mer omfattande, men samtidigt kan säkrare fordon, ökat trafikarbete och ett uttalat fokus på personskador medfört att egendomsskadeolyckorna för-bisetts i ökade grad.
Under de senaste decennierna har viltstammarna förändrats och nya arter som t.ex. vildsvin tagit en allt större plats i olycksstatistiken. Detta kan ha påverkat den geografiska fördelningen av olyckor och därmed sambanden mellan vägtyp och olycksfrekvens som ligger till grund för Trafikverkets effektkalkyler
(Swedish-Transport-Administration 2016).
Det finns alltså skäl för att uppdatera Trafikverkets Uppräkningsfaktorer för just viltolyckor. En del av uppdateringarna kan göras genom jämförelse och analys av tillgänglig statistik, men det största mörkertalet finns förmodligen i bortfall i inrapporteringen från bilist till polis. Föreliggande studie fokuserar därför i första hand på bortfallet mellan bilist-polis och kompletterar med analyser av olycksdata i STRADA och från Nationella Viltolycksrådet.
Faktaruta 1. Förändrade förutsättningar kräver ny uppskattning av mörkertalet.
• Före år 2000 registreras alla trafikolyckor på statliga vägar i Vägverkets olycksdatabas. Efter år 2000 sparas endast personskadeolyckor, egen-domsskadeolyckor registreras inte. Över 95 % av viltolyckorna faller bort.
• Sedan 2003 sammanställer polisen rapporter på viltolyckor med och utan personskador. Rapporterna omfattar nu även olyckor på vägar utanför det statliga vägnätet. Under perioden 2010 – 2014 motsvarar dessa olyckor runt 20 % av den årliga statistiken.
• Sedan 2010 finns allmän skyldighet för bilförare att rapportera olyckor med klövvilt och andra arter som omnämns i § 40 i jaktförordningen.
• Sedan 2010 registreras positionen av viltolyckor vid kontaktpersonernas och eftersöksjägarnas uppdrag, olyckskoordinater är kopplade till kontakt-personernas viltolycksrapporter och möjliggör en geografisk analys av olycksfördelningen.
Figur 2. Olika kända och hypotetiska mörkertal i viltolycksstatistiken i jämförelsen mellan perioden före år 2000 (för statistik från Vägverket, Almkvist m. fl. 1980) och perioden ef-ter år 2003 (för statistik från Nationella Viltolycksrådet och STRADA).
2.3 Mörkertal, bortfall och skevheter
Det är uppenbart att statistik över händelser som rapporteras och registreras av olika personer och på olika nivåer inte kan vara komplett och heltäckande. Det finns många tänkbara källor för bortfall som varierar över tid och rum och som leder till att inte all verkligt inträffade händelser finns med i den officiella sta-tistiken. Den avgörande frågan är hur representativt det återstående materialet är och hur väl det återspeglar de verkligt förekommande händelserna.
Det är bra att skilja mellan mörkertal, bortfall och skevhet.
Mörkertal är ett begrepp som används inom kriminalstatistiken och beskriver
andelen inträffade händelser av intresse som man - av någon anledning - inte känner till, och som man därför inte får med i statistiken. Ett mörkertal uppstår genom olika bortfall av data. Mörkertalet är alltså den slutliga avvikelsen i anta-let fall mellan den befintliga statistiken och den (förväntade) verkligheten. För att uppskatta verkligheten används korrigeringsfaktorer som extrapolerar det verifierade och kända datat till alla förmodade inträffade händelser, d.v.s. även de som inte är inrapporterade men som kan uppskattas genom mörkertal är med i det slutliga antalet.
Ett bortfall har ofta en mycket generell betydelse och innebär att en del av da-tat inte samlats in eller en del av intervjupersoner inte nåtts eller svarat. Ett bortfall är ofta känt eller kan uppskattas och kan därför kompenseras för genom extrapolering av erhållna data.
Om ett bortfall berör endast vissa delar i datat, t.ex. genom att vissa typer av händelser under- eller överrepresenteras så att datat inte längre är representa-tivt för helheten och inte kan extrapoleras utan Uppräkningsfaktorer pratar man om en skevhet i datat eller ett bias (på engelska). Ett exempel är att egendoms-skadeolyckor kanske inte rapporteras alltid och är därmed underrepresenterade i statistiken. Svåra personskador är med hög sannolikhet registrerade, men har möjligen kodats som en annan typ av olycka (t.ex. smitning, single-olycka) och återfinns därför inte i viltolycksstatistiken.
2.4 Metoder
För att studera mörkertal, bortfall och möjliga skevheter i den tillgängliga sta-tistiken genomförde vi:
- en enkätundersökning med bilister,
- en analys av viltrelaterade personskadeolyckor i STRADA-databasen, - en analys och jämförelse av rapporter registrerade av polisen och av
3 Enkätundersökning med bilister
En grundläggande orsak till mörkertal i olycksstatistiken är att inte alla händel-ser rapporteras till polis, försäkringsbolag, markägare, jägare eller andra instan-ser. Trots den lagliga rapporteringsskyldigheten för viltolyckor sedan 2010 kan det fortfarande finnas skäl för att rapporteringen undviks eller ej kan genomfö-ras.
För att studera detta mörkertal i rapportering från bilförare genomförde vi en enkätstudie via internet på domänen www.viltochtrafik.se. Enkätverktyget www.Surveymonkey.com användes för att skapa och publicera enkäten på inter-net. Enkäten var tillgänglig för allmänheten online under perioden 2013-10-31 till 2014-12-31 och uppmärksammades i såväl tidningar, radio, TV, websidor, via Älgskadefondsföreningens informationskampanjer och även på flera av Bilprov-ningens kontrollstationer. Därutöver kontaktades utvalda personer och organi-sationer direkt som kontrollgrupp för att upptäcka eventuellt bias i responden-ternas svarsbenägenhet.
Enkäten utvecklades i samarbete med Marianne Hjärtfors, Ingrid Hugosson och Niclas Dahl (Älgskadefondsföreningen), Marit Thorin (Bilprovning), Mats Lind-kvist (Umeå universitet) och Lennart Folkeson (VTI). Enkäten omfattade 43 del-vis hierarkiskt strukturerade frågor om respondenten, dess kunskaper och erfa-renheter, samt om viltolyckor - i fall respondenten varit med om en sådan. De-taljerad information om olyckan, skador och kostnader samt rapportering efter-frågades för den senast inträffade viltolyckan efter år 2004.
Här sammanfattas enbart de viktigaste resultaten från enkäten. Svaren på de en-skilda frågorna redovisas i Bilaga 1.
3.1 Om respondenternas bakgrund och åsikter
Under perioden 2013-10-31 till 2014-12-31 svarade totalt 3981 respondenter på viltolycksenkäten. Två tredjedelar (74 %) av respondenterna var män och män-nens medelålder låg på över 52 år, medan kvinnliga respondenterna var i medel-tal lite yngre (46 år).
Flest respondenter kom från de befolkningsrika länen Stockholm och Västra Gö-taland (15 % var), samt Skåne (9 %). Övriga län bidrog med mellan 1–6 %. Den årliga körsträckan som respondenterna angav låg på mellan 10 000–20 000 km vilket motsvarar genomsnittet i Sverige enligt Statistiska Centralbyrån4. Flertalet personer (87 %) körde i första hand med privat personbil, 22 % av re-spondenterna var yrkesförare.
Bland de 3981 respondenter tillhörde 203 (5,1 %) någon av de 9 kontrollgrup-perna där respondenterna kontaktades personligen (Tabell 1). Kontrollgrup-perna skilde sig inte från övriga respondenter i sin genomsnittsålder (50,3 år), i kvoten mellan kvinnor och män (25:75), eller i deras erfarenheter med vilto-lyckor.
Över hälften av alla respondenter (61 % av kontrollgrupperna och 59 % av de all-männa respondenterna) angav att de hade varit med om en klövviltolycka någon gång under sin tid som bilförare och i 23 % av svaren rapporterade båda grup-perna att de varit med i en klövviltsolycka efter år 2004.
Tabell 1. Svarsfördelning bland kontrollgrupper och övriga respondenter totalt och avse-ende frågan om de upplevt en klövviltsolycka någon gång eller efter år 2004.
Över 70 % av respondenterna (såväl kvinnor som män) ansåg sig själv ha rätt goda eller mycket omfattande kunskaper om vilt i allmänhet och viltolyckor i synnerhet (Figur 3). Som förväntat bedömde kontrollgrupperna sina kunskaper något högre än allmänheten. Över två tredjedelar av alla respondenter tyckte att viltolyckor var ett tydligt eller mycket allvarligt problem för trafiksäkerheten (Fi-gur 4). Denna uppfattning varierade något med respondenternas ålder: yngre respondenter uppfattade viltolyckor i genomsnitt som ett mindre problem än äldre respondenter och kvinnor uppfattade viltolyckor i genomsnitt som mer all-varliga än männen.
Figur 3. Respondenternas egen bedömning av deras kunskaper om vilt (A) och vilto-lyckor (B) i relation till ålder och kön.
Figur 4. Respondenternas uppfattning om viltolyckors betydelse för trafiken i relation till ålder och kön. N = 3981 svar.
Respondenterna, i synnerhet äldre personer, hade störst förtroende för att vilt-stängsel och siktröjning kan förebygga viltolyckor. Yngre respondenter hade ett relativt större förtroende för viltpassager, medan sänkt hastighet, minskade vilt-stammar eller viltvarning i radio ansågs vara av mindre betydelse (Figur 5, Figur 6). Däremot svarade flest respondenter (73 % av 110) att de helst skulle vilja se bredare vägsidoområden och en lägre hastighet (30 %) på vägarna för att und-vika viltolyckor i framtiden.
Figur 5. Respondenternas åsikt om vilka åtgärder som de anser är mest effektiva mot viltolyckor.
0% 10% 20% 30% 40% 50% 60% 70% 80% Annat:
Upplysningomhöjdviltolycksriskiradio Specifikvarningomhöjdviltolycksrisk
vidgivenplatsochEd(texviamobilapp) Mindreviltstammar Varningförvilt(vägskylt) LägrehasEghetpåvägen BäQrekunskapomviltolyckor ViltbroarellervilQunnlar BäQresiktivägkanten(siktröjning) Viltstängsel
Andelav3631svar
Figur 6. Samband mellan respondenternas ålder och deras åsikt om vilka åtgärder är mest effektiva mot viltolyckor.
3.2 Respondenternas erfarenheter av viltolyckor
3.2.1 Olycksfrekvens
Mer än hälften av alla respondenter (65 % av 3631 svar och 61 % av kontroll-grupperna) angav att de någon gång har upplevt en klövviltolycka
(Figur 7). Fler män än kvinnor rapporterade en viltolycka och männen har oftare varit förare än kvinnorna.
Figur 7. Antal svar på frågan om respondenterna har varit med om en olycka med klöv-vilt någon gång.
3.2.2 Rapporteringsgrad
Bland respondenterna som upplevt en viltolycka med klövdjur angav 19,8 % (32,3 % av kontrollgrupperna) att de varit med om att viltolyckor inte rapporte-rats till polis (Tabell 2, Figur 8). Denna skillnad är signifikant (Pearson chi2 =
11,154, p < 0,001; N = 2329). Tar man även hänsyn till de respondenter som inte upplevt en viltolycka själva minskar andelen av fall som inte rapporterats till po-lis till 14,2 %, resp. 19,7 %, vilket ändå skiljer sig signifikant (Pearson chi2 =
4,667, p = 0,031; N = 3596).
Endast 1 % av 3634 respondenter, både bland kontrollgrupperna och övriga, svarade att de felaktigt rapporterat en viltolycka trots att inga djur varit involve-rad i olyckan.
Tabell 2. Antal svar på frågorna om respondenterna upplevt en klövviltolycka och varit med om att rapportering till polis uteblev.
Figur 8. Antal svar på frågan om respondenterna som upplevt en klövviltolycka varit med om att rapporteringen till polis uteblev. Kontrollgrupperna svarade signifikant oftare med ja (32 %) än övriga respondenter (20 %), men om man tolkar de uteblivna svaren som ett ”ja” uppnår båda grupperna samma svarsfrekvens på 32 %.
3.3 Viltolyckor efter 2004
Nästan hälften (45 %) av alla respondenter som angett att de varit med om en viltolycka rapporterade att den senaste olyckan inträffade efter år 2004 (Figur 9). För dessa olyckor bad vi om mer utförlig information avseende djuret, olyckshändelsen, platsen, rapporteringen och personskadorna som redovisas i nedanstående rubriker.
Figur 9. Antal svar på frågan om respondenterna varit med om en klövviltsolycka efter år 2004. Omkring hälften av alla respondenter svarade att de upplev en olycka med klövvilt under den senaste 10-årsperioden efter år 2004.
3.3.1 Den senaste viltolyckan
Respondenternas informationer om plats, tid, viltart för olyckan återspeglar väl de mönster som är kända i litteraturen och som kan avläsas i den officiella sta-tistiken hos exempelvis TRAFA5. Denna överensstämmelse antyder att även öv-riga uppgifter där inga alternativa datakällor finns för en jämförelse, kan vara representativa. Här sammanfattas endast översiktligt några resultat från 5 www.trafa.se 288 149 385 1768 Allmänhet (N= 2205) Ja, en gång Ja, flera gånger inget svar Nej, aldrig 31 9 84 Kontrollgrupper (N= 124)
enkäten, detaljerna kan ses i Bilaga 1. Antal olyckor som angavs som den senaste viltolyckan respondenterna upplevt sedan 2004 ökade kraftigt mellan 2005 – 2013, det viktade medelåret i svaren är 2010 (Figur 10). Flest olyckor rapporte-rades från hösten med ett maximum i oktober och under tidiga och sena timmar på dygnet. Runt 80 % av alla olyckor inträffade i mörker eller gryning/skym-ning.
Figur 10. Tider när den senaste klövviltolyckan inträffade som respondenterna upplevt efter år 2004. Svaren återspeglar variationen i viltolyckstal mellan åren, under året samt under dygnet.
Figur 11. Antalet olyckor med klövdjur och andra arter i relation till vägtyp. Övriga större djur omfattar t.ex. björn, varg, utter, grävling, räv; mindre djur omfattar t.ex. skogsfågel, ekorre, hare, mård eller igelkott.
Flest olyckor (67 % av 1055 svar) rapporterades från mellanstora vägar, minst från gator i bebyggda områden och från motorvägar (som ofta är stängslade mot klövvilt). Påfallande är att runt 22 % av olyckorna anges ha inträffat på enskilda och mindre vägar (Figur 11). Detta stöds av statistiken från eftersöksjägarna en-ligt vilka runt 20 % av olyckorna händer utanför det statliga vägnätet på vägar med relativt lite trafik (Seiler m fl. i arbete).
Olyckorna skedde främst när fordonen befann sig ensamma på vägen eller när trafiken var gles (80 % av svaren). Flest olyckor (78 %) skedde på oskyddade vägar där särskilda åtgärder mot viltolyckor saknades. Mitträcke fanns vid 7 % av fallen, sidoräcken vid 5 % och viltstängsel vid 5 % av olycksplatserna. Före-komst av skog intill vägen rapporterades från runt 60 % av olyckorna. Också detta stöds av analyser av den officiella statistiken (Seiler 2005, Seiler m fl. i ar-bete).
Även artsammansättningen bland de rapporterade djurolyckorna återspeglar den officiella statistiken (Figur 12): Över 65 % av alla klövviltolyckor involverade rådjur, följt av älg (17 %), vildsvin (7 %) och hjort (ca 4 % sammantaget för dov-hjort och krondov-hjort). Enligt eftersöksjägarnas rapporter från Nationella Vilto-lycksrådet6 domineras olycksstatistiken av rådjur med ca 75 %, älg svarar för 15 %, vildsvin och hjort står för ca 5 %, resp. 2 % (för år 2010).
Figur 12. Artsammansättning bland viltolyckorna som respondenterna anger som den senaste olyckan de upplevt efter 2004 (grön och blå färg) samt motsvarande fördelning för polisrapporterade viltolyckor år 2010 enligt Nationella Viltolycksrådet (röd färg). En-kätsvaren återspeglar väl den officiella bilden av viltolyckor.
3.3.2 Kostnader
I över 85 % av fallen rapporterades att det involverade djuret hade dött, fick av-livas eller var troligen skadat. Detta föranledde med stor sannolikhet ett eftersök med avlivning som följd.
Nästan lika vanligt förekom skador på fordonet (77 %). Av dessa ledde de flesta olyckorna dock bara till mindre skador på fordonet. I endast 4,2 % av fallen rap-porterades en icke reparerbar skada och i ytterligare 7,4 % så svåra skador att färden inte kunde fortsättas (Tabell 3).
Medelkostnaden för bilföraren beräknas utifrån dessa svar till minst 20 000 kronor (Tabell 4). Detta är något högre än Trafikverkets schablonbelopp för egendomsskador på 15 000 kr enligt ASEK6). Det framgår dock inte om dessa kostnader inkluderar självrisken eller uppskattar de totala kostnaderna. Runt 63 % av respondenterna angav att olyckan hade rapporterats till försäk-ringsbolag, vilket kan möjligen vara en effekt av den höga självrisken (omkring 3000 kr) relativt till den rapporterade olyckskostnaden (46 % angav kostnader under 5000 kr.). Medelkostnaden för olyckor som enligt uppgift rapporterats till försäkringsbolag låg på 20 000 kr, medan kostanden för icke rapporterade skador låg på drygt 6 000 kr. 75% 66% 0% 10% 20% Rådjur Älg Grävling Vildsvin Hare Ren Räv Dovhjort annat vilt annan fågel Hjort (ospec.) Kronhjort Tjäder/Orre Varg Igelkott Lo Örn Okänt Björn
Vilka djur var med i olyckan? (N=1083)
Series2 Series1
Klövvilt enligt enkätsvaren Klövvilt enligt NVR statistik Övriga djur enligt enkätsvar en
Tabell 3. Skador och kostnader för fordonet och fordonsägaren i samband med vilto-lyckor som inträffade efter år 2004.
Tabell 4. Respondenternas uppskattning av medelkostnader och rapportering till försäk-ringsbolag för viltolyckor som inträffade efter år 2004.
3.3.3 Personskador
Endast 6,3 % av 1055 respondenter angav att de själva eller någon annan i for-donet hade fått skador i samband med viltolyckan. Merparten av dessa skador (72 % av 59 svar) drabbade huvudet, hals och nacke och de flesta skadorna (74 %) krävde medicinsk vård. I en tredje del av dessa fall lades personen i fråga in på sjukhus. Svåra bestående skador rapporterades i över 10 % av fallen (N=6). Ett dödsfall rapporterades.
Enligt respondenternas svar ökade förekomst av personskador med ökad hastig-het. Detta överensstämmer väl med övrig olycksstatistik om personskador (t.ex. Elvik 2009). Andel personskador var däremot lägre igen vid mycket höga hastig-heter (> 100 km/h), vilket dock kan vara en effekt av den begränsade datamäng-den (Figur 13).
Rapporterings-klass
Kostnad för
olyckan (i kr) Älg Rådjur Hjort Vildsvin Ren SUMMA
Medel 39 876 17 264 20 000 22 195 21 000 20 000 Min 31 446 10 879 14 048 14 634 14 250 16 324 Max 49 050 23 746 25 714 29 634 26 750 30 422 N (svar) 121 307 21 41 20 510 Medel 5 556 5 890 5 769 11 818 6 429 6 119 Min 278 525 385 4 091 714 653 Max 5 556 5 982 5 769 12 727 6 429 6 231 N (svar) 18 219 13 11 7 268 Medel 20 714 6 522 5 000 5 000 6 667 8 947 Min 13 571 1 522 - - 1 667 3 553 Max 27 143 7 826 5 000 5 000 8 333 11 053 N (svar) 7 23 1 4 3 38 Medel 34 726 12 277 14 286 18 929 16 167 14 926 Min 26 747 6 357 8 571 11 518 9 833 10 582 Max 42 637 15 993 17 714 24 554 20 167 21 575 N (svar) 146 549 35 56 30 816 MEDEL totalt Vet ej Ej rapporterad til försäkring Rapporterad till försäkring
Som förväntat fanns det ett samband mellan personskador och de uppskattade kostnaderna för olyckan. Medan kostnaden bedömdes mycket låg när inga per-sonskador rapporterades (i viktat medel ca 7 700 kr), så tredubblades kostnaden vid förekomst av personskador (i medel över 22 000 kr) (Figur 14).
Figur 13. Samband mellan fordonets hastighet och andel olyckor med personskador. Antal fall är angivna ovanför staplarna. Totalt svarade 885 respondenter.
Figur 14. Relation mellan förekomst av personskador och de uppskattade kostnaderna för olyckorna.
Intressant är att 10 % av personskadeolyckorna inträffade på vägavsnitt som hade viltstängsel, 12 % hade mitt- eller sidoräcke. Detta är mer än vad som kan förväntas från andelen personskadeolyckor totalt, men underlaget är mycket be-gränsat och därmed blir skillnaden inte signifikant. Tydligt är dock att person-skadeolyckor är vanligare på vägar som går genom skogsmark och mindre van-liga i bebyggda och öppna miljöer (chi2 = 8,023, p < 0,046, N = 1008).
15 14 15 9 3 0 9,33 0% 2% 4% 6% 8% 10% 12% 14% 16% 18% < 70 km/h 70-80 km/h 80-90 km/h 90-100 km/h > 100 km/h minns ej Medel A n d el p er so n sk ad o r av al la sv ar
Körthas2ghetvidolycka
0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% under 5000 SEK 5 000 - 15 000 15 000 - 30 000 30 000 - 60 000 60 000 - 100 000 över 100 000 vet ej P ro c e n t a v s v a r
Uppskattade kostnader i samband med olyckan
med personskador (N=56) utan personskador (N = 827)
3.4 Rapporteringsgrad efter år 2004
Sammanlagt 2317 personer svarade på frågan om de varit med om minst en viltolycka efter år 2004, varav runt hälften (1059) svarade ja (Tabell 5). En mindre andel av dessa olyckor (175 fall) involverade djur som grävling, hare, räv, igelkott och andra arter för vilka ingen rapporteringsskyldighet finns. Merparten svar (884) handlade dock om olyckor med klövdjur. Av dessa kom 47 fall (5,3 %) från personer som tillhörde en av kontrollgrupperna.
19,1 % av kontrollpersonerna (9 personer) hade enligt egen uppgift inte rappor-terat klövviltolyckan till polisen (Tabell 5). Detta är relativt fler än de 9 % (762 personer) i allmänhetens svar (skillnaden är signifikant: Pearson chi2 = 5,372, p
= 0,0205, N=884).
En förvånansvärt hög andel av respondenter som rapporterade personskador i samband med viltolyckan (18,6 %) angav att olyckan inte hade rapporterats till polisen (16,1 % hos allmänhetens svar och 66,7 % hos kontrollgruppernas svar). Stickprovet är dock mycket litet i och skillnaden inte signifikant (Tabell 6).
Tabell 5. Antal svar på frågan om viltolyckan som inträffade efter 2004 blev rapporterad till polisen, uppdelat på artgrupper och respondentgrupper.
Tabell 6. Andel olyckor med och utan personskador som inte rapporterats till polisen ef-ter 2004. Mörkertalet för olyckor med personskador (18,6 %) är något mindre än för egendomsskadeolyckor (21,7 %), men antalet svar med personskador är mycket litet och skillnaden mellan rapporterade och ej rapporterade olyckor inte signifikant (Pearson chi2 = 0,3; p = 0,58; N = 1047).
Mörkertalet i polisanmälningar är därmed högre bland kontrollgruppen än bland övriga respondenter. Detta gäller såväl för arter för vilka en laglig
Olyckor som inte rapporterats med personskada N utan personskada N alla
viltoltckor Antal svar
Allmänhet 16,1% 56 20,7% 927 20,4% 983
Kontrollgrupper 66,7% 3 36,1% 61 37,5% 64
rapporteringsskyldighet7 finns (t.ex. klövvilt), som för arter för vilka ingen polis-anmälan behövs (t.ex. grävling, räv, hare, ekorre) (Figur 15).
Det fanns endast mycket små skillnader i mörkertalen mellan klövdjursarterna (9 %), med undantag för ren (närmare 20 %) enligt allmänhetens svar.
Motsvarande skillnad i bortfallet mellan kontrollgruppen och övriga responden-ter finns även för de klövviltolyckor som rapporresponden-terades med en ospecificerad tid (jämför avsnitt 3.2.2). Antalet klövviltolyckor som inte rapporterades till polisen uppgick då till 25,4 % av 59 svar från kontrollgruppen och 19,3 % av 1131 svar från övriga respondenter (jämför Tabell 2).
Att andelen olyckor utan polisanmälan är högre inom kontrollgrupperna än bland övriga respondenter antyder bias i enkätsvaren. Det är möjligt att inte alla respondenter svarade sanningsenligt för att inte medge att de begått ett lagbrott (gäller från och med år 2010) och det är också möjligt att de personer som med-vetet inte polisanmält en olycka inte heller svarade på enkäten i första hand.
Figur 15. Antal viltolyckor utan och med polisrapport i jämförelse mellan djurarter och re-spondentgrupper.
Även om de övriga svaren på frågor om t.ex. körsträcka, könsfördelning, ålder, etc. återspeglar det förväntade genomsnittet så kan anmälningsskyldigheten för viltolyckor varit en selektionsfaktor som skapat ett icke representativt svar avse-ende mörkertalet. Det verkliga mörkertalet i rapporteringen borde därmed ligga
7 se §40 i Jaktförordningen,
över de 9 % som allmänheten rapporterade och närmare de 19 % som framkom i kontrollgrupperna. Antalet personer i kontrollgrupperna (47) var dock mycket små och därmed osäkerheten för denna uppskattning stor.
För att testa om lagkravet om rapportering som infördes 2010 kan ha haft bety-delse för respondenterna jämförde vi den årliga svarsfrekvensen före och efter år 2010 och mellan den allmänna gruppen respondenter och kontrollgruppen. Vi fann dock ingen skillnad i bortfallet mellan båda tidsperioderna (chi2 =
0,433; p > 0,51; N = 852 för allmänheten och chi2 = 0,51; p > 0,47; N = 47 för
kontrollgruppen) och inte heller någon trend i rapporteringsgraden över åren. Vår rekommendation är därför att utgå från ett generellt schablonvärde på 15 % (± 5 %) för mörkertalet i inrapportering av olyckor med klövdjur. Detta motsva-rar en uppräkningsfaktor på 1,18 ±0,07.
4 Viltrelaterade personskador i STRADA
Vägtrafikolyckor delas in i egendoms- och personskadeolyckor beroende på ska-degraden (Olofsson, 2009):
o Egendomsskadeolyckor o Personskadeolyckor
o Lindrig skada – person med skador som enbart kräver öppen vård o Svår skada – person vårdats i sluten vård p.g.a. trafikolycka o Dödlig skada – person avlider p.g.a. trafikskada inom 30 dagar.
Bedömningen av olyckstypen görs primärt av polisen vid olycksplatsen eller an-mälan. Egendomsskadeolyckor registreras inte sedan år 2000 när arbetet med Nollvisionen (inga dödade eller svårt skadade i trafiken) påbörjades (Trafikver-ket, 2012c). Personskadeolyckor rapporteras av polisen och flertalet av landets akutsjukhus till en gemensam nationell databas STRADA8.
STRADA innehåller förutom data på datum och plats, uppgifter om olyckstyp (t.ex. singel-, mötes- eller viltolycka), involverade trafikelement (t.ex. olika for-don, djur), samt en allmän olycksbeskrivning.
Figur 16. Andel personskadeolyckor och egendomsskadeolyckor av alla polisrapporte-rade vägtrafikolyckor med älg (A) och rådjur, hjort, ren och vildsvin (B) i genomsnitt för perioden 2008–2012. Värdena är korrigerade med hänsyn till mörkertalet i STRADA en-ligt Tabell 7. Källa: STRADA och Nationella Viltolycksrådet.
8 https://www.transportstyrelsen.se/sv/Publikationer/Vag/STRADA/ 93,3% 0,1% 0,9% 5,7% 6,7%
A) Skadeklassning av viltolyckor med älg 2008-2012
Egendomsskada Dödsfall Svårt skadad Lindrigt skadad
99,4%
0,002% 0,1% 0,6%
0,6%
B) Skadeklassning av olyckor med rådjur, hjort, ren och vildsvin 2008-2012
Lyckligtvis medför de allra flesta viltolyckor inte några allvarliga personskador. Olyckor med älg medför på grund av dess större massa en högre andel person-skador (6,7 %) än olyckor med mindre arter (0,6 %, Figur 16). Genomsnittet för alla klövviltolyckor under senaste år ligger på 1,6 % (Tabell 7).
En viktig källa till underskattning av viltrelaterade vägtrafikolyckor ligger i olycksklassificeringen: Olyckor bedöms i regel utifrån den omedelbara och största orsaken. Detta är standard för att undvika dubbelräkning av olyckshän-delser. En frontalkollision med mitträcket som uppstod på grund av att föraren väjde för vilt på vägbanan kan därför klassas som singelolycka med mitträcket och inte som viltolycka. Viltet kan men behöver inte anges som involverat trafik-element om inte viltet skadas och bilföraren rapporterar en viltolycka till poli-sen. Däremot kan det finnas en notis i texten om viltet och väjningen i olycksbe-skrivningen.
Vi gjorde en sökning i STRADA för viltrelaterade olyckor under perioden 2003-01-01 och 2011-12-31 samt för preliminära data för år 2012. Vi definierade ”vilt-relaterade” olyckor genom att kräva att minst ett av följande villkor uppfylls: • Olyckstypen är klassad som ”viltolycka”, antingen som W1 (olycka med
rå-djur eller hjort), W2 (med älg), W5 (med vildsvin). Tamrå-djursolycka W3 (med ren),
• Involverade trafikelement innehåller kod 51 (älg), 52 (rådjur/hjort), 53 (ren), 54 (hjort), eller 57 (vildsvin).
• Olycksbeskrivningen innehållersökorden älg, hjort, rådjur, vildsvin, gris, tjur, kalv, kid, bock, rå, get, ren, rentjur, renko, sarv, vaja och simla). Där fritextsökningen gjordes med ej entydiga ord (som t.ex. tjur, kid, rå, …) granskades texten för att säkerställa att orden inte syftar på annat än klöv-djur.
Jämförelsen av dessa tre kategorier av olycksrapporter gav möjlighet att upp-skatta om och hur mycket antalet polisanmälda olyckor med personskador bör räknas upp för att återspegla det verkliga antalet inträffade olyckor. Datat kon-trollerades för dubbel och trippelräkningar.
4.1 Mörkertal i personskadeolyckor
Sökningen för viltrelaterade personskadeolyckor i STRADA för perioden 2003– 2012 gav totalt 6397 fall varav 6330 beskrev personskadeolyckor med totalt 8449 drabbade personer. En viltrelaterad personskadeolycka ledde i genomsnitt till 1,38 skadade personer. Lyckligtvis leder endast relativt få viltolyckor till per-sonskador. Farligast är olyckor med älg: personskadeolyckor med älg motsvarar i medeltal runt 7,5 % av alla polisrapporterade älgolyckor i T-RAR under peri-oden 2003–2012, medan bara 0,7 % av rådjursolyckorna medförde personska-dor (Tabell 7).
Tabell 7. Medelantal viltrelaterade olyckor med personskador per år och skadeklass i jämförelse med antal polisrapporterade viltolyckor enligt NVR.
Det är dock troligt att man underskattar andelen personskadeolyckor där vilt va-rit involverat: I drygt en tredje del (37,3 %) av alla viltrelaterade personskade-olyckor i STRADA fanns hänvisningen till det involverade djuret dock endast i olycksbeskrivningen (Tabell 8). Dessa olyckor var inte klassade som ”viltolycka” eller angav vilt som involverat ”trafikelement”, vilket är uppgifter som normalt tas ur polisrapporten för olyckan (Figur 17, Figur 18). Det är därför troligt att alla eller åtminstone en stor del av dessa olyckor aldrig har registrerats som viltolycka i polisens T-RAR och därmed inte heller återfinns i den polisiära sta-tistiken över viltolyckor. Det är inte känt hur många av dessa viltrelaterade per-sonskadeolyckor har lett till en viltolycksrapport och därmed återfinns i efter-söksjägarnas statistik. I vår beräkning antog vi att det gäller samma andel som för olyckor som klassades som viltolycka.
STRADA innehåller även personskadeolyckor rapporterade från sjukhus och ambulans vilket innebär att en del fall även saknar en bakomliggande polisrap-port. I brist på bättre data tolkar vi därför andelen viltrelaterade personskade-olyckor som inte klassades som viltolycka eller hade vilt angivit bland trafikele-menten som en del i mörkertalet till den officiella polisiära viltolycksstatistiken. Detta mörkertal var i genomsnitt 37,3 %, men lägst för älg (20,4 %) och störst för rådjur (68,5 %); lägre för dödliga och svåra personskador än för olyckor med lätta personskador (Figur 17). Olyckor med älg var i genomsnitt svårare än olyckor med hjort, rådjur och vildsvin. Olyckor som inträffade vid högre hastig-het medförde mer svårare skador och hade därmed ett lägre mörkertal än olyckor vid lägre hastigheter och lättare skador (Figur 18). Sambandet mellan skadegrad och mörkertal är signifikant (Pearson chi2 = 31,446, p < 0,001, N =
Figur 17. Andelen viltrelaterade personskadeolyckor som enbart har uppgift om vilt i olycksbeskrivningen men inte i klassningen av olyckstyp eller som involverat trafikele-ment. Siffrorna i staplarna anger antal registrerade fall. Data: STRADA 2003–2012.
Figur 18. Förhållandet mellan hastighet och andelen viltrelaterade olyckor i STRADA där vilt omnämns enbart i olycksbeskrivningen. Data: STRADA 2003–2012.
0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 30 50 60 70 80 90 100 110 120 Medel % o ly ck o r m ed vi lt o m n äm n t en b ar t i o ly ck sb es kr iv n in ge n
3 4 M ö rk e rta l i v ilt o ly c k s s ta tis tik e n – re s u lta t f rå n e n k ä tu n d e rs ö k n in g o c h a n a ly s e r a v o ly c k s d a ta T a b e ll 8 . S ta tis tik p å v ilt re la te ra d e p e rs o n s k a d e o ly c k o r o c h s k a d a d e p e rs o n e r e n lig t S T R A D A u n d e r p e rio d e n 2 0 0 3 – 2 0 1 2 . R u n t 3 7 % a v a lla o ly c k o r ( 3 6 % a v s k a d a d e p e r-s o n e r) h a d e k lö v v ilt e n d a s t o m n ä m n t s o m o ly c k s o rs a k i h ä n d e ls e b e s k riv n in g e n o c h v a r d ä rm e d fö rm o d lig e n in te k la s s a d e s o m v ilt o ly c k a i p o lis e n s s ta tis tik . D a ta : S T R A D A 2 0 0 3 -2 0 1 2 . STRADA 2003-2012 Antal viltrelaterade olyckoriSTRADA Antalolyckor medviltenbarti olycksbeskrivning Mörkertali viltrelaterade olyckor Antalskadade personeri viltrelaterade olyckor Antalskadade personerimed viltenbarti olycksbeskrivning Mörkertali personskador Korrektions-faktorolyckatill
personskada Medeltal viltrelaterade olyckor perår Medeltal viltrelaterade personskador perår Älg 3896 793 20,4% 5328 1045 19,6% 1,72 389,60 532,80 dödlig 72 10 13,9% 78 14 17,9% 1,26 7,20 7,80 svår 603 110 18,2% 754 128 17,0% 1,53 60,30 75,40 lätt 3221 673 20,9% 4496 903 20,1% 1,76 322,10 449,60 Hjort 73 34 46,6% 92 41 44,6% 2,36 7,30 9,20 dödlig - - - - 1,00 - -svår 8 4 50,0% 9 5 55,6% 2,25 0,80 0,90 lätt 65 30 46,2% 83 36 43,4% 2,37 6,50 8,30 Rådjur 2056 1408 68,5% 2614 1836 70,2% 4,03 205,60 261,40 dödlig 7 2 28,6% 8 3 37,5% 1,60 0,70 0,80 svår 246 148 60,2% 294 180 61,2% 3,00 24,60 29,40 lätt 1803 1258 69,8% 2312 1653 71,5% 4,24 180,30 231,20 Vildsvin 206 77 37,4% 275 99 36,0% 2,13 20,60 27,50 dödlig 2 1 50,0% 2 1 50,0% 2,00 0,20 0,20 svår 18 9 50,0% 24 12 50,0% 2,67 1,80 2,40 lätt 186 67 36,0% 249 86 34,5% 2,09 18,60 24,90 Ren 99 48 48,5% 140 72 51,4% 2,75 9,90 14,00 dödlig 1 1 100,0% 1 1 100,0% 1,00 0,10 0,10 svår 23 11 47,8% 30 14 46,7% 2,50 2,30 3,00 lätt 75 36 48,0% 109 57 52,3% 2,79 7,50 10,90 Summaklövdjur 6330 2360 37,3% 8449 3093 36,6% 2,13 633,00 844,90 dödlig 82 14 17,1% 89 19 21,3% 1,31 8,20 8,90 svår 898 282 31,4% 1111 339 30,5% 1,80 89,80 111,10 lätt 5350 2064 38,6% 7249 2735 37,7% 2,21 535,00 724,90
4.2 Utveckling och trender
Under perioden 2003 till 2012 har mörkertalet i STRADA nästan fördubblats (Figur 19) samtidigt som antalet klassade viltolyckor med personskador blivit färre (Figur 20). Överlag har personskadeolyckorna (även utan vilt) på väg bli-vit färre tack vare Trafikverkets fokus på Nollvisionen (inga dödade eller svårt skadade i trafiken) (Trafikverket, 2012c). Denna omfattande satsning på trafik-säkerhet efter år 2000 medförde en höjning av vägstandarden samtidigt som fordonssäkerheten förbättrades9. Andelen personskadeolyckor av alla viltolyckor enligt NVR minskade något under denna period från i genomsnitt 1,8 % år 2003 till 1,5 % år 2012.
Utvecklingen av egendomsskadeolyckorna däremot är i stort sett okänd ef-tersom det saknas statistik på vägtrafikolyckor utan personskador efter år 2000 (se ovan). Viltolyckor, som till över 98 % i genomsnitt består av egendomsskade-olyckor, har däremot ökat under samma period (jämför även Figur 1) och lika så antalet personskadeolyckor med lättare skador (Figur 20). Om detta återspeglar en allmän trend även för övriga trafikolyckor eller främst beror på viltet är dock oklart.
Figur 19. Mellanårsvariationen i andelen viltrelaterade personskadeolyckor som inte är klassade som viltolycka eller ange vilt som involverat trafikelement. Data: STRADA 2003–2012.
Figur 20. Relativ förändring i antalet viltolyckor med dödliga, svåra, lätt eller inga per-sonskador under perioden 2003–2012 från indexåret 2003. Data: STRADA (för person-skadeolyckor) och polisrapporter enligt NVR (för egendomsperson-skadeolyckor).
Sammanfattningsvis kan sägas att det finns en påfallande andel viltrelaterade personskadeolyckor som inte klassas som viltolycka i STRADA. Denna andel kan översättas till ett mörkertal motsvarande 37,3 % i genomsnitt för alla klövvilto-lyckor och 36 % för skadade personer; andelarna varierar dock mellan arter och skadegrader (Figur 17). Eftersom andelen personskadeolyckor bland viltolyckor är överlag mycket liten (runt 1,6 % i genomsnitt) har detta mörkertal ingen bety-delse för uppskattningen av antalet viltolyckor som inträffar. Däremot påverkar mörkertalet kostnadsuppskattningar för viltolyckor eftersom personskade-olyckor värderas mycket högre än egendomsskadepersonskade-olyckor (Seiler, Olsson 2017).
Det behövs en fördjupad analys av enskilda fall för att se vilka olyckor i STRADA som stämmer överens med viltolyckorna i polisens och i eftersöksjägarnas sta-tistik. Detta skulle givetvis underlättas om alla tre databaser hade ett gemen-samt ID-nummer eller åtminstone samma uppgifter på t.ex. vägnummer, tid-punkt, viltart osv.
5 Statistik från polis och kontaktpersoner
Den officiella statistiken på viltolyckor sammanställs och tillhandahålls av Nat-ionella Viltolycksrådet (NVR, www.viltolycka.se). Den omfattar två olika databa-ser: pust polisens utredningsstöd
1) Polisrapporter i trafikregistret (T-RAR)
o finns sedan 2003 (bygger på bilförarnas polisanmälan),
o omfattar olyckor som klassades som viltolycka (olyckstyp W1, 2, 3, 5), o innehåller kort händelserapport, dock utan kontroll
o platsangivelse enligt schablon
o ligger till grund för den nationella viltolycksstatistiken, o används för regional statistik.
2) Rapporter från kontaktpersoner
o finns sedan 2010,
o skapas efter platsbesök av kontaktpersonen som polisen skickat till
olycksplatsen,
o innehåller information om djuret och platsen o innehåller positionsangivelse (GPS)
o ifylld rapport är ett krav för att jägaren kan få ersättning för uppdraget, o det antas att runt 90 % av polisanmälda olyckor med vilt leder till
upp-drag10,
o används för geografiska analyser och täthetskartor.
Vi jämförde de inrapporterade uppgifterna mellan båda databaserna i samband med geografiska analyser av viltolyckor (Seiler m. fl. 2016; Sjölund 2016). En begränsning är att båda databaserna är öppna för kontinuerliga uppdateringar. Olycksuppgifter kan kompletteras eller omkodas retroaktivt och därmed för-ändra den slutliga statistiken hos Viltolycksrådet. Vår jämförelse bygger på data-export som gjordes i mars 2015. Data för 2015 kompletterades i oktober 2016.
10 Lars-Erik Nilsson, Nationella Viltolycksrådet (muntligen 2014-09-17)
E n e ft e rs ö k s jä g a re m e d h u n d s o m k a lla ts t ill e n v ilt o ly c k s p la ts fö r a tt t a h a n d o m s k a d a t v ilt . F o to : T o b b e L e k te ll, w w w .l e k -te ll. s e .
